论文栏

  |  

摘要: 本文记录历史经典论文,附本站链接

【对数据分析、人工智能、金融科技、风控服务感兴趣的同学,欢迎关注我哈,阅读更多原创文章】
我的网站:潮汐朝夕的生活实验室
我的公众号:潮汐朝夕
我的知乎:潮汐朝夕
我的github:FennelDumplings
我的leetcode:FennelDumplings


经典

名称 作者 年份 备注 学习笔记
《通信的数学理论》 香农 1948 信息论 -
《Statistical-mechanics-of-money-wealth-and-income》 V.M. Yakovenko 2009 统计物理与金融 -

大数据

名称 作者 年份 备注 学习笔记
《MapReduce: Simplified Data Processing on Large Clusters》中文版 Google 2004 MapReduce -
《Bigtable: A Distributed Storage System for Structured Data》中文版 Google 2006 分布式结构化数据存储系统 -
《The Google File System》中文版 Google 2003 分布式文件系统设计 -
《F1: A Distributed SQL Database That Scales》 Google 2013 TPAP数据库 -

算法

名称 作者 年份 备注 学习笔记
从cash谈一类分治算法的应用 陈丹琦 2008 cdq分治 -
《skip lists: a probabilistic alternative to balanced trees》 william pugh 1990 跳表 跳表
《size balanced tree》 陈启峰 2007 大小平衡树 手撕平衡树-大小平衡树sbt
《a basic comparison of heap-sort and quick-sort algorithms》 M Luca 2010 快排与堆排的比较 -

工程

AI

名称 作者 年份 备注 学习笔记
《Deep Residual Learning for Image Recognition》 何凯明 2015 ResNet 经典CNN模型-ResNet手写笔记
《Densely Connected Convolutional Networks》 黄高 2017 DenseNet 经典CNN模型-DenseNet手写笔记
《Memory-Efficient Implementation of DenseNets》 Geoff Pleiss 2017 DenseNet 内存高效实现 经典CNN模型-DenseNet的内存高效实现
《Bag of Tricks for Image Classification with Convolutional Neural Networks》 李沐 2018 图片分类模型调参技巧 图片分类模型调参技巧
《Practical-Lessons-from-Predicting-Clicks-on-Ads-at-Facebook》 Facebook 2014 GBDT+LR -
《Distilling the Knowledge in a Neural Network》 Hinton 2015 知识蒸馏 -
《Learning Semantic Image Representations at a Large Scale》 贾扬清 2014 图像语义表示,贾扬清博士论文 -
《Playing-Atari-with-Deep-Reinforcement-Learning.》 Volodymyr Mnih 2013 DQN -
《Forecasting-at-Scale》 Facebook 2017 时间序列预测框架 prophet -
《greedy-function-approximation-GBM》 Jerome H. Friedman 1999 GBDT -
《A-Unified-Approach-to-Interpreting-Model-Predictions》 Scott M. Lundberg 2017 可解释性 SHAP -
《Explaining-the-Predictions-of-Any-Classifier》 华盛顿大学 2016 可解释性 LIME -
《Peeking Inside the Black Box: Visualizing Statistical Learning with Plots of Individual Conditional Expectation》 Alex Goldstein 2014 可解释性 ICE -
《Permutation importance: a corrected feature importance measure》 Andre Altmann 2010 可解释性 Permutation importance -
《Graph-Data-Augmentation-for-Graph-Machine-Learning-A-Survey》 Tong Zhao 2022 GNN 数据增强综述 -
《Graph-neural-networks-A-review-of-methods-and-applications》 Jie Zhou 2020 GNN 综述 -

业务

名称 作者 年份 备注 学习笔记
《NLP-in-FinTech-Applications-Past-Present-and-Future》 台湾大学 2020 NLP金融科技 NLP在金融科技的应用

Share